微博话题爬虫更新：突破 50 页限制

我去年写过一个微博全站爬虫

在上一次更新至今，又出现了不少了 bug，昨天趁着有空更新了代码，这次的更新主要做了三件事

1、解决了微博话题爬虫失效的问题

2、突破了微博话题爬虫只能爬取前50页的限制

3、重新组织了代码，具体可见下图

原来的带有界面的用户、话题、评论爬虫更新后转移到项目根目录下的 GUI 功能集中版 文件夹下，这部分的代码主要是 GUI.py 源代码，里面分别有 WeiboSearchScrapy、WeiboUserScrapy、WeiboUserScrapy 三个类，以及其他文件夹下 ListModel、ListView 等界面类，以及负责在业务逻辑和界面之间传送消息的信号类。如果之前 clone 过该项目，只需要复制功能集中版下的 GUI.py 文件并覆盖之前的 GUI.py 运行即可。

如果是第一次使用该项目，建议直接 clone 无 GUI 功能独立版 文件夹下的代码，该文件夹下一个 py 文件对应着一个功能爬虫，目前有两个文件

WeiboCommentScrapy.py 爬取评论

WeiboTopicScrapy.py 爬取指定关键词的所有微博，突破了 50 页的限制，可指定截至日期

因为每次微博更新，爬虫就要做相应更新，然后一些逻辑的变化导致 GUI 界面也要修改，一个产品很多代码都是浪费在了界面的编写上，为了减轻更新压力，将主要任务放在爬虫逻辑的更新上，这也是我为什么单独剥离功能代码的初衷。

更新的 WeiboTopicScrapy 类新增了一个参数 limit_date

WeiboTopicScrapy(keyword='特朗普',filter=0,limit_date='2020-01-10')

filter=0 表示爬取所有微博，filter=1 表示只爬取原创微博；limit_date 指明只抓取 2020-01-10 至今的微博；上述新建类的语句表明开启一个抓取特朗普话题下 2020-01-10 至今的所有微博的任务。

代码最前面需要替换成你自己 weibo.cn 的 Cookie，关于 Cookie 怎么获取，可以参考最后面说明。

代码已更新到 Github